KR100933716B1 - 자동 3차원 스캔 데이터 정렬 시스템 및 방법 - Google Patents

Abstract

메쉬 모델을 형성하기 위해 사용되는 미처리 3차원 스캔 데이터의 수집을 위한 최적의 통합 좌표 시스템을 인식하고 특정하는 자동화 메커니즘이 설명된다. 더욱 상세하게는, 편차 오차의 총합을 최소화할 수 있으면서, 미처리 3차원 스캔 데이터를 위한 최고 오차를 최소화할 수 있는 좌표 시스템을 인식한다. 본 발명은 완전히 자동화된 방법으로 미처리 3차원 스캔 데이터로부터 적절한 좌표 시스템들을 찾는다. 통합 편차 오차를 최소화하기 위한 다중 좌표 시스템들이 사용자에게 인식되고 제공된다. 최종 사용자들은 선택된 좌표 시스템을 바탕으로 변환될 3차원 스캔 데이터의 정렬에 앞서, 제안된 좌표 시스템 매개 변수들을 대화식으로 편집하는 것이 허용된다.

Description

자동 3차원 스캔 데이터 정렬 시스템 및 방법{System and Method for Automatic 3D Scan Data Alignment}

본 발명의 예시적인 실시 예는 대체로 3차원 스캔 데이터에 관한 것이며, 더욱 상세하게는 3차원 스캔 데이터를 위한 자동 결정 좌표 시스템들에 적합한 메커니즘에 관한 것이다.

3차원 스캐닝은, 스캔된 3차원 대상물의 형상을 나타내는 고해상도의 점(point)들을 모아, 3차원 대상물에 대한 물리적 기하학적 형상 정보를 수집한다. 일단 수집되면, 미처리 3차원 스캔 데이터는 3차원 대상물의 설계를 복제하거나 수정하기 위한 추가적인 처리를 위한 CAD 파트 모델로 변환될 수 있다. 대상물이 재설계될 수 있도록 CAD 응용 프로그램에 3차원 대상물을 제공하기 위해, 3차원 대상물에 대한 3차원 스캔 데이터를 수집하는 이 절차를 역설계(reverse engineering)라 한다.

3차원 스캐너들 또는 디지털화 장치들을 통해 점들이 측정되면, 모든 측정된 점들의 좌표들이 참조되는 기본 좌표 시스템은 측정 장치에 위치되어 방위가 맞춰진다. 대개는 장치 구성들의 다양성 때문에, 제작자들이 좌표 시스템에 대한 명세를 설정하므로, 따라서 좌표 시스템에 대한 인정된 산업 표준이 없다. 좌표 측정 기구들(CMMs: Coordinate Measuring Machines)의 경우, 탐색침(probe)의 동작이 직선이고, 최종 사용자들이 CMM 테이블에 측정될 부분을 어떻게 위치시키고 어떤 방향에 맞출지 알기 때문에, 측정 좌표 정보는 쉽게 추적 가능하다. CMM을 사용할 때, 실제 측정을 시작하기 전에 좌표 시스템 매개 변수들을 설정하는 것이 일반적인 관행이다.

3차원 스캐닝에 있어서는, 점들의 수집 방법은 측정 시스템들의 다른 유형들과 어느 정도 다르며, 부가적인 도전을 제시한다. 3차원 스캐닝 장치들은 휴대가 가능하다. 따라서 장치들은 대상물의 스캐닝 동안 측정 좌표 시스템을 변경할 수 있는 능력을 포함한다. 스캔될 대상물은 또한 종종 재위치 된다(예를 들어, 바닥 형상을 수집하기 위해 표적 대상물을 뒤집는 것). 몇몇 애플리케이션들에서, 3차원 스캐닝 시스템들은 3차원 스캐너 또는 대상물의 재 위치설정 및 재 방위설정을 추적하기 위해 대상물에 부착되는 표적 장치를 인식한다. 스캐닝 처리 동안 스캐너 및 대상물의 동작의 결과는 3차원 공간에서 임의로 향해진 3차원 점들 또는 메쉬 데이터의 한 세트(set)이다. 최종 사용자들이 3차원 스캔 데이터를 복사하는 CAD 모델들의 설계를 필요로 할 때, 모델링 전체에 걸쳐 통합 좌표 참조로서 적절한 좌 표 시스템을 찾아내는 것이 맨 처음 단계이다. 3차원 스캔 데이터에서 수동으로 기하학적 단서들을 찾음으로써 이러한 통합 좌표 시스템을 특정하는 것은 (위에서 언급한 처리에서의 변수 때문에) 간단한 처리가 아니다. 통합 좌표 시스템의 특정은 시간 낭비적이고 오류를 유발하기 쉬운 반복적인 시행 착오를 요구한다.

특정된 통합 좌표 시스템의 적합성을 판단하는 한가지 중요한 측정 기준(metric)은 시스템이 안내할 수 있는 통합 편차 오차(deviation error)의 양이다. 통합 편차 오차는 미처리 3차원 스캔 데이터와 리모델된 CAD 모델 사이의 거리 불일치(disparity)이다. 일단 통합 좌표 참조 프레임이 설정되면, 돌출(extrusions), 회전(revolving), 로프팅(lofting), 및 스위핑(sweeping) 등의 모델링 피쳐들(features)은 보통 통합 좌표 시스템을 나타낸다. 조금 다른 통합 좌표 시스템들은 현저한 편차 오차 차이를 발생시킬 수 있다. 전통적인 기술들은 피쳐에 의한 편차 오차 피쳐를 최소화하기 위해 최종 사용자들이 모델링 매개 변수들을 조정하는 것을 허용한다. 그러나, 최고 오차(peak error)를 최소화하면서 편차 오차의 총 합을 최소화하는 것은 매우 힘든 일이다. 좌표 시스템은 편차를 결정하기 위해 스캔 데이터와 비교되는 CAD 피쳐들(예를 들어 좌표 시스템 축을 이용한 돌출)을 만드는데 사용된다. 최고 편차(peak deviation)는 메쉬(mesh)의 최대 편차 점 또는 영역을 나타내고, 반면 평균 편차는 메쉬의 모든 점들 또는 영역들의 전체 평균이다. 이는 미처리 3차원 스캔 데이터에 대한 최고 오차를 최소화하면서 편차 오차의 총합을 최소화할 수 있는 통합 좌표 시스템을 특정하는 자동화된 메커니즘을 갖는 것이 바람직하다.

본 발명의 예시적인 실시 예는 메쉬 모델을 형성하기 위해 사용되는 미처리 3차원 스캔 데이터의 집합을 위하여 가장 적절한 통합 좌표 시스템을 인식하고 특정하는 자동화된 메커니즘을 제공한다. 더 구체적으로는, 좌표 시스템은 미처리 3차원 스캔 데이터에 대한 최고 오차를 최소화하면서 편차 오차의 총합을 최소화할 수 있다. 본 발명은 완전 자동화된 방법으로 미처리 3차원 스캔 데이터로부터 적절한 좌표 시스템들을 찾는다. 통합 편차 오차의 최소화를 유도할 수 있음 직한 다중 좌표 시스템들은 사용자에게 인식되고 제공된다. 각 사용자들은 또한 선택된 좌표 시스템을 바탕으로 변형되고 있는 3차원 스캔 데이터의 정렬에 앞서 제안된 좌표 시스템 매개 변수들을 대화식으로 편집하는 것이 허용된다.

본 발명의 한 관점에서, 3차원 스캔 데이터용 좌표 시스템들을 자동으로 결정하기 위한 방법은 3차원 스캔 데이터의 집합을 제공하는 단계를 포함한다. 3차원 스캔 데이터는 3차원 대상물의 표면을 나타내는 메쉬 모델(mesh model)을 생성하는데 사용된다. 본 방법은 또한 3차원 스캔 데이터용 다중 좌표 시스템들을 프로그램적으로 결정한다. 아울러, 본 방법은 결정된 좌표 시스템들의 순위 목록을 생성한다.

본 발명의 다른 관점에서, 3차원 스캔 데이터용 좌표 시스템들을 자동으로 결정하기 위한 시스템은 3차원 스캔 데이터의 집합을 포함한다. 3차원 스캔 데이터는 3차원 대상물의 표면을 나타내는 메쉬 모델을 생성하는데 사용된다. 본 시스템 은 또한 3차원 스캔 데이터용 다중 좌표 시스템들을 프로그램적으로 결정하기 위한 좌표 결정 기능을 포함한다. 본 좌표 결정 기능은 결정된 좌표 시스템들의 순위 목록을 생성한다. 또한, 본 시스템은 통합 결정 기능에 의해 생성된 그래픽 유저 인터페이스를 포함한다. 그래픽 유저 인터페이스는 순위 목록에서 사용자에 의한 임의의 좌표 시스템의 선택을 가능케 한다.

본 발명은 하나 이상의 매개물에서 구현된 하나 이상의 컴퓨터가 읽을 수 있는 프로그램(computer-readable program)으로서 제공될 수 있다. 이 매개물은 플로피 디스크, 하드 디스크, 컴팩트 디스크, DVD(digital versatile disc), 플래시 메모리 카드, 피롬(PROM), 램(RAM), 롬(ROM), 또는 자기 테이프일 수 있다. 일반적으로, 컴퓨터가 읽을 수 있는 프로그램은 어떠한 프로그래밍 언어로도 실행될 수 있다. 사용 가능한 언어들의 예로는 포트란, C, C++, C#, 또는 자바(JAVA)를 포함한다. 소프트웨어 프로그램들은 대상물 코드로서, 하나 이상의 매개물에 저장될 수 있다. FPGA(field-programmable gate array) 또는 ASIC(application-specific integrated circuit)에서 하드웨어 가속(hardware acceleration)이 사용될 수 있고, 코드의 전부 또는 일부가 작동될 수 있다. 이 코드는 가상 컴퓨터와 같은 가상의 환경에서 작동될 수 있다. 이 코드를 작동하는 다수의 가상 컴퓨터들은 하나의 프로세스에 상주할 수 있다.

본 발명의 범위로부터 벗어남이 없이 어느 정도의 변경이 가능하기 때문에, 상기한 설명 또는 첨부된 도면들에 도시된 모든 내용은 문언적으로가 아니라 예시적인 것으로 해석되어야 한다. 이 분야의 당업자들이라면 도면에 도시된 단계들의 순서 및 구조가 본 발명의 범위로부터 벗어남이 없이 변경될 수 있고, 여기에 포함된 설명들이 본 발명의 다수의 가능한 묘사들 중 하나의 예라는 것을 알 수 있을 것이다.

본 발명은 첨부된 청구항들에서 상세하게 표시된다. 본 발명의 다른 장점들뿐만 아니라, 본 발명의 전술된 장점들은 첨부된 도면들과 함께 아래의 설명에 의해 더욱 잘 이해될 것이다.

CAD 설계 동안 3차원 스캔 데이터의 사용을 증가시킴에 따라 3차원 스캔 데이터를 정렬하기 위한 신뢰할 수 있는 좌표 시스템들을 찾는 것이 중요하게 되었다. 본 발명은 3차원 스캔 데이터에 적합한 실행할 수 있는 좌표 시스템들을 프로그램적으로 결정하고, 좌표 시스템이 최소 편차 오차를 유도할 가능성에 근거하여 결정된 시스템들의 순위를 매기고, 검토 및 선택을 위해 사용자에게 순위가 매겨진 좌표 시스템을 제공함으로써, 이러한 요구에 대처한다. 순위가 매겨진 시스템들은, 3차원 스캔 데이터에 좌표 시스템을 적용하기 전에 사용자가 선택된 좌표 시스템을 커스터마이즈(customize)할 수 있는 그래픽 유저 인터페이스를 통해 사용자에게 제공된다.

도 1은 본 발명의 예시적인 실시 예를 실시하기 적합한 환경을 도시한다. 컴퓨팅 장치(2)는 스캔 데이터(4)의 집합, CAD 모델들을 설계하기 적합한 CAD 애플리케이션(6), 및 본 발명의 좌표 결정 기능(8)을 호스트(host)한다. 컴퓨팅 장치(2)는 워크스테이션, 서버, 랩탑, 메인프레임, PDA, 또는 처리장치를 구비하고 CAD 애플리케이션(6)과 좌표 결정 기능(8)의 실행을 지원할 수 있는 다른 컴퓨팅 장치일 수 있다. 스캔 데이터(4)의 수집은 이미 저장된 스캔 데이터의 집합으로부터 이입되거나, 또는 좌표 결정 기능(8)이 수행한 스캔 데이터용 좌표 시스템의 결정에 앞서 즉시 얻어질 수 있다. 예를 들어, 스캔 데이터(4)는 컴퓨팅 장치(2)와 연결되거나, 또는 통신하는 3차원 스캐너(10)를 통해 표적 대상물(12)로부터 얻어질 수 있다. 스캔 데이터(4)는 스캔된 대상물의 형태를 표현하는 3차원의 고 해상도 점들의 집합이다. 하나의 실행에서, 스캔 데이터(4)는 삼각 메쉬들의 세트(set)이지만, 스캔 데이터의 다른 형태들의 사용도 본 발명의 범주 내에 있는 것으로 간주된다. 예를 들어, 스캔 데이터(4)는 점들, 사분원 메쉬들, 사면 메쉬들, 또는 육면 메쉬들일 수 있다. 집합적으로 메쉬들의 세트는 스캔된 대상물의 표면을 표현하는 메쉬 모델을 형성한다.

좌표 결정 기능(8)은 소프트웨어에서 실행되고, 스캔 데이터(4)에 적합한 실행할 수 있는 좌표 시스템들을 프로그램적으로 결정한다. 좌표 결정 기능(8)은 독립형 애플리케이션, CAD 애플리케이션(6) 또는 다른 애플리케이션용 플러그 인(plug-in; 기능확장형 프로그램), 또는 실행가능한 프로세스(process)의 몇몇 다른 유형일 수 있다. 좌표 결정 기능(8)은 또한 표시화면(30)에서 그래픽 유저 인터페이스(32)를 통해 사용자(20)에게 제공되는 결정된 좌표 시스템들의 순위 목록을 생성한다.

위에서 언급한 바와 같이, 좌표 결정 기능(8)은 스캔 데이터(4)용 좌표 시스템들을 결정하고, 사용자용 시스템들의 순위를 매긴다. 도 2는 3차원 스캔 데이터의 집합을 위한 바람직한 좌표 시스템을 인식하기 위해 본 발명의 예시적인 실시 예에 따른 단계들의 순서를 도시한 흐름도이다. 순서는 다중 영역들로 분할되는 메쉬 모델(3차원 스캔 데이터)의 분할로부터 시작된다(단계 50). 그 다음 좌표 결정 기능(8)은 영역들을 분류하고, 좌표 시스템들을 특정하는데 사용되는 기본 매개 변수들을 계산한다(단계 52). 영역들의 분류와 매개 변수들의 계산은 아래의 도 3에서 상세히 설명될 것이다. 좌표 결정 기능(8)은 유사한 매개 변수들을 그룹화하고, 그룹들 내의 매개 변수들을 평균한다(단계 54). 매개 변수들의 그룹화와 평균화는 아래의 도 4를 참조하여 더욱 상세히 설명될 것이다. 유사한 매개 변수들이 그룹화되고 평균화된 후, 좌표 결정 기능(8)은 좌표 시스템이 바람직하게 결정되는 매개 변수들의 조합들을 프로그램적으로 인식하고(단계 56), 좌표 시스템이 하나의 자유도에 의해 미결정되는 매개 변수들의 조합을 인식한다(단계 58).

데카르트 좌표(Cartesian Coordinate)는 공간의 한 점(x0, y0, z0)과 3개의 직교 방향들에 의해 정의된다. 점의 한 성분(즉: x0)은 한 평면에 의하여 x-방향으로의 법선으로써 암시될 수 있다. 공간에서 한 점은 또한 벡터 및 평면의 교차점, 서로 평행하지 않은 3개의 평면들의 교차점, 및 동일평면에서 서로 평행하지 않은 2개 선들의 교차점에 의하여 암시될 수 있다. 좌표 방향의 성분은 평면의 법선 또는 벡터에 의해 암시된다. 아울러, 직교하는 2개의 선들(즉: 벡터들 또는 평면의 법선들로부터)이 주어지면, 3번째 직교 선이 암시되고, 따라서 3개의 직교 방향들이 암시된다. 만약 하나의 좌표(즉: 3개의 직교 방향들과 2 세트의 점들)를 만들기에 충분한 정보가 있으면, 다중 좌표(즉: 공통 직교 방향들을 갖는 2 세트의 점들의 각각에 중심이 위치한 2개의 좌표들)를 만들 수 있다.

만약, 잘 결정된 좌표 시스템을 암시할 하나 또는 그 이상의 요소들이 없어지면, 좌표 시스템은 하나 또는 그 이상의 자유도에 의해 미결정되었다고 한다. 공간에서의 한 점 또는 한 벡터가 한 예이다. 추가적인 제2직교 방향으로써, 제3직교 방향이 암시될 수 있고, 이로 인하여 잘 결정된 좌표 시스템으로 귀착된다.

예를 들어, 잘 결정된 시스템은 3개의 직교 평면들, 평면들 중 하나와 직교하는 하나의 선을 갖는 2개의 직교 평면들(여기서 원점은 선-평면의 교차점이다), 및 2개의 동일평면과 직교 선들(여기서 원점은 교차점이다)을 포함할 수 있다. 마찬가지로, 하나의 자유도에 의해 미결정된 좌표 시스템은 2개의 직교 평면들을 구비한 좌표 시스템(여기서 원점은 임의로 선택된다)일 수 있다. 선택적으로, 미결정 된 시스템은 동일평면에 위치하지 않는 2개의 직교 선들을 가지며, 2개의 선들 사이의 중간점으로 선택된 임의의 원점을 갖는다. 유사하게, 미결정된 좌표 시스템은 직교 선과 임의로 선택된 하나의 축을 구비한 평면을 가질 수 있다.

시스템들을 확인한 후, 좌표 결정 기능(8)은 확인된 좌표 시스템들에 대한 점수를 부여하고 그것을 조합하여 최종 사용자(20)에게 제시되는 목록 또는 다른 양식을 만든다: 이 경우 최선의 점수 부여 시스템은 가장 큰 영역을 차지하고 가장 낮은 오차분포를 가지는 시스템이고, 바람직하게 결정된 시스템은 미 결정 좌표 시스템 앞에 위치하고 있다(단계 60). 결정된 시스템의 순위 목록은 사용자가 원하는 시스템을 선택할 수 있도록 하는 그래픽 유저 인터페이스(32)를 통해 사용자(20)에 제공된다. 사용자는 또한 선택된 시스템을 커스터마이즈 할 수 있다(단계 62). 예를 들어, 사용자는 좌표 시스템의 원점이 정해지면, X, Y, 및 Z(또는 정면, 평면, 및 우측면)이 될 평면을 선택할 수 있다. 사용자는 또한 원점을 수정할 수 있다. 사용자가 결정된 좌표 시스템들 중 하나를 선택하고 임의로 커스터마이즈 한 후, 좌표 시스템이 스캔 데이터(4)에 적용되어, 스캔 데이터(4)가 선택된 좌표 시스템을 바탕으로 재정렬된다(단계 64).

도 3에서는 영역들의 분류, 및 메쉬 모델의 다음 분할이 이루어지는 좌표 시스템들을 특정하는데 사용되는 매개 변수들의 계산을 언급한다. 메쉬 모델의 분할은 곡률을 기본으로 한 분할 처리와 같은 알려진 분할 방법들을 사용하여 프로그램 적으로 일어나거나, 국부적인 선택 및 분할 처리에 응하여 일어날 수 있다. 메쉬 모델의 분할에 이어, 좌표 결정 기능(8)은 평면형 영역들, 원통형 영역들, 원뿔형 영역들, 환형 영역들, 구형 영역들 및 자유 영역들, 뿐만 아니라 회전 영역들과 돌출 영역들(이는 계산된 벡터들을 의미한다)을 포함하여 다수의 다른 유형의 영역들을 분류한다.

평면형 영역은 법선 방향과 그 법선 방향에서의 점의 성분을 의미한다. 평면형 영역이 의미하는 평면은 또한 추가적으로 모든 3개의 성분들이 그 평면의 중앙에 위치한 하나의 완전한 점을 의미할 수 있다. 한 영역으로부터 계산된 벡터는 한 방향 및 벡터의 방향에 직교하는 2개의 방향들에서 한 점의 2개 성분들을 의미한다. 또한, 한 영역으로부터 계산된 벡터는 또한 추가적으로 그 벡터의 시작점 또는 끝점에서 3개의 모든 성분들을 갖는 완전한 점을 의미할 수 있다. 원통형 영역은 한 영역으로부터 계산된 벡터와 동일한 의미를 갖는다. 원뿔형 영역과 환형 영역은 한 방향과 한 점을 모두 의미한다. 구형 영역은 단지 한 점을 의미한다.

분류와 계산 처리는 메쉬 모델에서 평면형 영역들의 분류를 포함한다(단계 70). 이들 평면형 영역들의 각각에 대해, 좌표 결정 기능(8)은 한 법선 벡터와 평면 위의 한 점을 포함하여 매개 변수들을 계산한다. 좌표 결정 기능(8)은 또한 원통형 영역들을 분류하고, 각 영역에 방향 벡터와 선 위의 한 점을 포함하는 회전 선 매개 변수들(revolving line parameters)을 계산한다(단계 72). 유사하게, 좌표 결정 기능(8)은 또한, 원뿔형 영역들을 분류하고, 각 영역에 대한 방향 벡터와 선 위의 한 점을 포함하는 회전 선 매개 변수들을 계산한다(단계 74). 환형 영역들의 분류 후, 좌표 결정 기능(8)은 각 영역에 대한 중심점뿐만 아니라 방향 벡터와 선 위의 한 점을 포함하는 회전 선 매개 변수들을 계산한다(단계 76). 마찬가지로, 구형 영역들의 분류 후, 좌표 결정 기능(8)은 각 영역에 대한 방향 벡터와 선 위의 한 점을 포함하여 중심점을 계산한다(단계 78). 또한, 좌표 결정 기능(8)은 자유 영역들을 분류한다(단계 80). 자유 영역들에 대해, 좌표 결정 기능(8)은 회전 축과 돌출 축의 자동적인 계산을 포함하여 축의 계산을 포함하는 매개 변수들을 계산할 수 있다. 위에서 구체적으로 설명된 것들에 추가하여 다른 유형의 영역들은 본 발명의 범위 내에서 영역들에 대해 실행된 적절한 계산들을 가지고 분류될 수 있다. 유사하게, 영역들을 분류하고 계산들을 실행하는 순서는 도 3에서 설명된 순서에 제약되지 않는다는 것을 인식해야 한다. 각 영역에 대한 매개 변수들의 계산에 이어, 좌표 결정 기능(8)은 각 매개 변수에 대한 오차 분포의 평균을 계산하고 기록한다(단계 82). 오차 분포는 다음과 같이 결정될 수 있다:

오차 분포 = (영역 위의 점, 검색된 도형)의 거리

반면, 오차 분포의 평균은 다음과 같이 표현될 수 있다:

오차 분포의 평균 = (오차 분포)의 합/ 점들의 수

또는

오차 분포의 평균 = 기본적인 최적 도형들(평면, 원통, 원뿔, 환, 구)로부터 유도되지 않고, 대신 돌출-축 계산과 같은 다른 계산으로부터 유도된 참조 도형들에 대한 정규화된 오차 통계

본 발명은 참조 평면들, 참조 점들, 및 참조 벡터들(예를 들어, 참조 벡터들로 귀착되는 회전 축과 돌출 축 알고리즘)로 귀착되는 다른 맞춤 알고리즘으로부터 얻어지는 정규화된 오차 통계를 유도할 수 있으며, 이를 오차 분포의 평균 대신 사용할 수 있다.

영역들의 분류와 영역들에 대한 좌표 시스템용 기본 매개 변수들의 계산 후, 좌표 결정 기능(8)은 유사한 매개 변수들을 그룹화하고 이들을 평균한다. 도 4는 매개 변수들의 그룹화와 평균화에 관해 설명한다. 좌표 결정 기능(8)은 사전에 특정된 공차 범위 내에서 서로 평행할 때, 벡터들(평면들의 법선들 또는 선들의 방향 벡터들)을 그룹화하고 평균한다(단계 90). 또한 좌표 결정 기능(8)은 공차 범위 내에서 서로 동일 선상에 위치할 때, 선들을 그룹화하고 평균한다(단계 92). 아울러, 좌표 결정 기능(8)은 공차 범위 내에서 서로 동일 평면에 위치할 때, 평면들을 그룹화하고 평균하고(단계 94), 공차 범위 내에서 일치할 때, 중심점들을 그룹화하고 평균한다(단계 96).

유사한 매개 변수들을 평균할 때, 매개 변수가 도출되는 메쉬 영역의 범위는 가중치로서 사용된다. 평균은 다음과 같이 표현될 수 있다:

매개 변수 평균 = (범위 × 오차 분포의 평균^-1 × 매개 변수)의 합/(범위 × 오차 분포의 평균^-1)의 합

용어 "매개 변수 평균"은 그룹의 평균 매개 변수의 하나를 가리킨다. 예를 들어, 도 5a ~ 도 8에서 기재된 메쉬 모델에 있어서, 매개 변수 벡터 방향에 대해, 모든 계산된 벡터들은 1.5° 범위 내에서 평행함을 알 수 있다. 따라서, 만약 좌표 결정 기능(8)에서의 공차 범위가 이러한 편차(즉, 공차가 2°로 설정됨)를 허용하면, 모든 벡터들은 동일한 그룹(원통 최적(cylinder-best-fit)으로부터의 4 벡터들, 회전 축으로부터의 4 벡터들, 및 돌출 축으로부터의 5 벡터들)과 연결되고, 위 등식에 따라 함께 평균화될 것이다. 원통 최적 알고리즘의 평균 오차 분포와 회전 축 및 돌출 축 알고리즘으로부터의 정규화된 오차 통계는 위에서 제시된 가중된 "매개 변수 평균" 등식에서 "오차 분포의 평균"으로 사용된다. 따라서, 위 등식 이후, "매개 변수 평균(즉 벡터 방향)"은 모든 그룹의 영역의 벡터의 방향들의 가중 평균이다. 동일한 평균화 기술은 평면들, 선들 및 중심점들에 대해 본 발명에 의해 사용될 수 있다.

본 발명의 예시적인 실시 예는 도 5a ~ 도 8을 참조하여 더 설명될 것이다. 도 5a는 통합 좌표 시스템(100)에 정렬되지 않은 이입된 메쉬(102)를 도시한다. 도 5b는 함수적인 영역들(112, 114, 116, 118, 120, 122)로 분할된 후의 도 5a의 메쉬를 도시한다. 분류된 영역들에 대한 매개 변수들의 계산은 도 6a ~ 도 6d를 참조하여 설명될 수 있다. 도 6a ~ 도 6d는 영역들에 대한 좌표 시스템용 기본 매개 변수들의 계산을 보여준다. 좌표 결정 기능(8)에서 사용되는 정렬 알고리즘은 메쉬 모델에서 함수적인 영역들로부터 참조 도형들을 추출함으로써 시작한다. 도 6a는 바닥 평면 영역(122)과 어두운 색의 영역(123)에 대한 적합 평면 알고리즘의 애플리케이션을 보여준다. 적합 평면 알고리즘은 영역들에 대해 최적 평면을 생성한다. 이들 2개 평면들은 수용가능한 공차 내에서 서로 직교하므로, 제3직교 방향을 의미한다.

도 6b는 모든 영역들(130, 132, 134, 136) 각각 및 조합(131)에 적용되는 참조 벡터로 귀착되는 돌출 축 알고리즘을 보여준다. 그러나 단지 수용가능한 공차 범위 내에서 평행한 계산된 돌출 축 벡터들만이 도면부호 130, 131, 132, 134, 및 136으로 도시되었다. 도 6c는 참조 벡터로 귀착되는 회전 축 알고리즘이 4개의 원통형에 가까운 대상물에 적용되어 참조 벡터들(130' 132', 134', 136')로 귀착되는 것을 보여준다. 도 6d는 참조 벡터로 귀착되는 최적 원통 축(best-fit cylinder-axis) 알고리즘이 4개의 원통형에 가까운 대상물에 적용되어 참조 벡터들(130'' 132'', 134'', 136'')로 귀착되는 것을 보여준다. 도 6b ~ 도 6c에서 벡터들의 그룹들은 공차 범위 내에서 평행하고 동일선상에 있으므로, 한 세트의 평균된 벡터들로 평균화될 것이다. 도 6e는 평균된 벡터들(130''', 131'''. 132''', 134''', 136''')을 보여준다. 이들 평균된 벡터들의 각각은 내재된 점을 형성하기 위해 평행한 평면(122) 상에 투영될 수 있다. 도 6f은 내재된 점들(140, 141, 142, 143, 144)을 보여준다. 도 6a ~ 도 6e으로부터의 실체들과 내재된 점들에는, 한 좌표를 만들고, 평면들, 벡터들 및 내재된 점들로부터 복수의 좌표들을 만들기에 충분한 정보가 있다.

도 7은 결정된 좌표 시스템들을 순위 순서(200)로 열거하고, 좌표 시스템의 사용자 선택을 가능케 하는 본 발명의 예시적인 실시 예에 의해 생성된 그래픽 유저 인터페이스(32)를 도시한다. 사용자에게는 2개의 직교 방향들과 내재된 제3직교 방향에 의해 제3직교 방향이 주어지고, 적절히 평균되고 계산되고 최적화된 실체들로부터 5개의 내재된 점들(140, 141, 142, 143, 144)을 바탕으로 좌표의 중심점에 대한 5개의 좌표 선택들(150, 151, 152, 153, 154)이 제공된다. 사용자가 제안된 좌표(즉, 150)를 선택하면, 또한 사용자는 좌표 시스템이 원점에 정렬될 때, X, Y, 및 Z(또는 정면, 평면, 및 우측면)가 될 평면(210, 220, 230)을 선택함으로써 X, Y, 및 Z 방향들을 수정할 수 있고, 원점을 선택할 수도 있다. 만약 사용자가 다른 평면을 기본 표면으로 선택함으로써 평면들 중 기본 평면을 수정하는 것을 선택하면, 본 발명은 자동으로 좌표 시스템을 조정한다. 일단 사용자가 결정된 좌표 시스템들의 하나를 선택하면, 메쉬 모델(102)은 도 8에 도시된 바와 같이 선택된 좌표 시스템(250)에 정렬된다.

도 1은 본 발명의 예시적인 실시 예를 실시하기에 적합한 환경을 도시한다.

도 2는 3차원 스캔 데이터의 집합용 통합 좌표 시스템을 결정하기 위해 본 발명의 예시적인 실시 예에 따른 단계들의 순서를 도시한 흐름도이다.

도 3은 메쉬 모델에서 영역들을 분류하고 좌표 시스템들을 특정하기 위한 매개 변수들을 계산하기 위해 본 발명의 예시적인 실시 예에 따른 단계들의 순서를 도시한 흐름도이다.

도 4는 유사한 매개 변수들을 그룹화하고 평균하기 위해 본 발명의 예시적인 실시 예에 따른 단계들의 순서를 도시한 흐름도이다.

도 5a는 통합 좌표 시스템에 정렬되지 않는 이입(移入)된 메쉬를 도시한 것이다.

도 5b는 함수적 영역들로 분할한 후 도 5a의 메쉬를 도시한 것이다.

도 6a ~ 도 6f는 상기 영역들에 적합한 좌표 시스템들에 대한 기본 매개 변수들의 계산을 보여주는 도면들이다.

도 7은 결정된 좌표 시스템들을 열거하고 좌표 시스템의 사용자 선택을 가능케 하는 본 발명의 예시적인 실시 예에 의해 생성된 그래픽 유저 인터페이스를 도시한 것이다.

도 8은 선택된 좌표 시스템을 이용한 메쉬의 변환에 따른 메쉬 모델의 생성된 도면을 도시한 것이다.

Claims (27)

1. 3차원 대상물의 표면을 표현하는 메쉬 모델을 생성하는데 사용되는 3차원 스캔 데이터의 집합을 제공하는 단계;

   3차원 스캔 데이터를 위한 다수의 좌표 시스템들을 프로그램적으로 결정하는 단계; 및

   다수의 결정된 좌표 시스템들의 순위 목록을 생성하는 단계를 포함하고,

   상기 결정 단계는, 메쉬 모델을 분할하는 단계; 분할된 메쉬 모델에서 다수의 영역들을 분류하는 단계; 및 분류된 영역들 중 적어도 하나를 위하여 특정 좌표 시스템들을 특정하는데 사용되는 매개 변수들을 계산하는 단계를 포함하고,

   상기 매개 변수들의 계산은 법선 벡터, 방향 벡터, 회전 선, 점 및 중심점 중 적어도 하나를 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
2. 청구항 1에 있어서,

   다수의 결정된 좌표 시스템들 중 하나를 바탕으로 메쉬 모델의 정렬을 변환하는 단계를 더 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
3. 청구항 1에 있어서,

   순위 목록에서 사용자에 의한 좌표 시스템의 선택을 가능케 하는 그래픽 유저 인터페이스를 통해 사용자에게 순위 목록을 제공하는 단계;

   사용자 지시를 바탕으로, 상기 그래픽 유저 인터페이스를 통해 상기 순위 목 록에서 좌표 시스템을 선택하는 단계; 및

   선택된 좌표 시스템을 바탕으로 메쉬 모델의 정렬을 변환하는 단계를 더 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
4. 청구항 3에 있어서,

   상기 사용자는 메쉬 모델의 정렬을 변환하기에 앞서 상기 선택된 좌표 시스템을 커스터마이즈(customize)하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
5. 청구항 4에 있어서,

   좌표 시스템이 원점에 맞춰지면, 상기 사용자는 X, Y, 및 Z 평면들 중 하나를 수정하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
6. 청구항 4에 있어서,

   상기 사용자는 원점을 변경하는 것을 특징으로 하는 3차원 스캔 데이터를 위 한 좌표 시스템들의 자동 결정 방법.
7. 삭제
8. 청구항 1에 있어서,

   상기 분류된 영역은 평면형 영역, 원통형 영역, 원뿔형 영역, 환형 영역, 구형 영역 및 자유 영역 중 하나인 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
9. 삭제
10. 삭제
11. 청구항 1에 있어서,

    상기 결정 단계는:

    다수의 계산된 매개 변수들을 그룹화하는 단계; 및

    상기 그룹화된 매개 변수들을 평균화하는 단계를 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
12. 청구항 1에 있어서,

    상기 결정 단계는:

    좌표 시스템이 큰 영역을 차지하면서 낮은 오차분포를 가지도록, 좌표시스템을 결정하는 적어도 한 그룹의 매개 변수들을 인식하는 단계를 더 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
13. 청구항 1에 있어서,

    상기 결정 단계는:

    하나의 자유도에 의해 좌표 시스템이 미결정되는 적어도 한 그룹의 매개 변수들을 인식하는 단계를 더 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
14. 청구항 1에 있어서,

    상기 결정 단계는:

    좌표 시스템이 큰 영역을 차지하면서 낮은 오차분포를 가지도록, 좌표시스템을 결정하는 적어도 한 그룹의 매개 변수들을 인식하는 단계;

    하나의 자유도에 의해 좌표 시스템을 미결정하는 적어도 하나의 매개 변수들의 그룹을 인식하는 단계; 및

    좌표 시스템이 큰 영역을 차지하면서 낮은 오차분포를 가지도록, 좌표시스템을 결정하는 적어도 한 그룹의 인식된 매개 변수들과, 하나의 자유도에 의해 좌표 시스템이 미결정되는 적어도 한 그룹의 인식된 매개 변수들을 순위 목록으로 분류하는 단계를 더 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들의 자동 결정 방법.
15. 3차원 대상물의 표면을 표현하는 메쉬 모델을 생성하는데 사용되는 3차원 스캔 데이터의 집합;

    3차원 스캔 데이터를 위한 다수의 좌표 시스템들을 프로그램적으로 결정하고, 다수의 결정된 좌표 시스템들의 순위 목록을 생성하는 좌표 결정 기능; 및

    통합 결정 기능에 의해 생성되고, 순위 목록에서 사용자에 의한 좌표 시스템의 선택을 가능케 하는 그래픽 유저 인터페이스를 포함하고,

    상기 좌표 결정 기능은, 메쉬 모델을 분할하는 기능; 분할된 메쉬 모델에서 다수의 영역들을 분류하는 기능; 및 분류된 영역들 중 적어도 하나를 위하여 특정 좌표 시스템들을 특정하는데 사용되는 매개 변수들을 계산하는 기능을 포함하고,

    상기 매개 변수들의 계산은 법선 벡터, 방향 벡터, 회전 선, 점 및 중심점 중 적어도 하나를 포함하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들을 자동으로 결정하는 시스템.
16. 청구항 15에 있어서,

    상기 메쉬 모델의 정렬은 순위 목록에서 다수의 좌표 시스템들로부터 선택된 좌표 시스템을 바탕으로 변환되는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들을 자동으로 결정하는 시스템.
17. 청구항 16에 있어서,

    상기 그래픽 유저 인터페이스는 메쉬 모델의 정렬을 변환하기에 앞서, 사용자가 선택된 좌표 시스템을 커스터마이즈할 수 있게 하는 것을 특징으로 하는 3차원 스캔 데이터를 위한 좌표 시스템들을 자동으로 결정하는 시스템.
18. 컴퓨팅 장치에 사용되는 저장 매체로서,

    3차원 대상물의 표면을 표현하는 메쉬 모델을 생성하는데 사용되는 3차원 스캔 데이터의 집합을 제공하는 명령들;

    3차원 스캔 데이터를 위한 다수의 좌표 시스템들을 프로그램적으로 결정하는 명령들; 및

    다수의 결정된 좌표 시스템들의 순위 목록을 생성하는 명령들을 포함하는 3차원 스캔 데이터를 위한 좌표 시스템들을 자동으로 결정하는 컴퓨터 실행가능한 명령들을 구비하고,

    상기 결정은:

    상기 메쉬 모델을 분할하는 명령들;

    분할된 메쉬 모델에서 다수의 영역들을 분류하는 명령들;

    좌표 시스템이 큰 영역을 차지하면서 낮은 오차분포를 가지도록, 좌표시스템을 결정하는 적어도 한 그룹의 매개 변수들을 인식하는 명령들;

    하나의 자유도에 의해 좌표 시스템이 미결정되는 적어도 한 그룹의 매개 변수들을 인식하는 명령들;

    좌표 시스템이 좌표 시스템이 큰 영역을 차지하면서 낮은 오차분포를 가지도록, 좌표시스템을 결정하는 적어도 한 그룹의 인식된 매개 변수들과 하나의 자유도에 의해 좌표 시스템이 미결정되는 적어도 한 그룹의 인식된 매개 변수들을 순위 목록으로 분류하는 명령들; 및

    분류된 영역들의 적어도 하나를 위해 좌표 시스템들을 특정하는데 사용되는 매개 변수들을 계산하는 명령들을 포함하는 것을 특징으로 하는 저장 매체.
19. 청구항 18에 있어서,

    다수의 결정된 좌표 시스템들 중 하나를 바탕으로 메쉬 모델의 정렬을 변환하는 명령들을 더 포함하는 것을 특징으로 하는 저장 매체.
20. 청구항 18에 있어서,

    순위 목록에서 사용자에 의한 좌표 시스템의 선택을 가능케 하는 그래픽 유저 인터페이스를 통해 사용자에게 순위 목록을 제공하는 명령들;

    사용자 지시를 바탕으로, 상기 그래픽 유저 인터페이스를 통해 상기 순위 목록에서 좌표 시스템을 선택하는 명령들; 및

    선택된 좌표 시스템을 바탕으로 메쉬 모델의 정렬을 변환하는 명령들을 더 포함하는 것을 특징으로 하는 저장 매체.
21. 청구항 20에 있어서,

    상기 사용자는 메쉬 모델의 정렬을 변환하기에 앞서 상기 선택된 좌표 시스템을 커스터마이즈하는 것을 특징으로 하는 저장 매체.
22. 삭제
23. 삭제
24. 청구항 18에 있어서,

    상기 결정은:

    다수의 계산된 매개 변수들을 그룹화하는 명령들; 및

    그룹화된 매개 변수들을 평균하는 명령들을 더 포함하는 것을 특징으로 하는 저장 매체.
25. 삭제
26. 삭제
27. 삭제

Images